导读:本文包含了特征相关矩阵论文开题报告文献综述及选题提纲参考文献，主要关键词:图像匹配,灰度值,Harris,自相关矩阵的迹
特征相关矩阵论文文献综述
赵小强,张源峰[1]（2018）在《基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法》一文中研究指出针对在图像匹配要求实时性较高的情况下匹配率低的问题,提出了一种基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法.该算法首先根据像素点位于角点时Harris自相关矩阵的迹最大的特点,用Harris自相关矩阵的迹检测待匹配图像的子区域角点,避免计算Harris响应函数,提高了图像匹配的实时性;然后在子区域的角点基础上利用灰度值特征检测出最高阶特征点,在参考图像中检测出灰度值与子区域最高阶特征点灰度值相同的像素点,并计算这个像素点和最高阶特征点的灰度值与其邻域灰度值之和的比值,当比值相同时则这个像素点被定义为参考图像中的特征点;最后以子区域特征点为匹配依据将参考图像和待匹配图像进行匹配.该算法与SIFT算法、SURF算法的仿真结果表明,在实时性要求较高的情况下该算法可得到高匹配率.(本文来源于《兰州理工大学学报》期刊2018年05期）
胡洋,李波[2]（2016）在《基于Fisher准则和多类相关矩阵分析的肿瘤基因特征选择方法》一文中研究指出肿瘤特征基因的选择是肿瘤基因表达数据分类的研究热点之一。针对传统的肿瘤特征基因选择方法无法很好地剔除冗余基因,提出一种混合型的特征选择方法。在所提出的方法中,首先将标签相同的样本划分到同一个矩阵,在所有矩阵中,当且仅当特征间的相关系数均大于特定阈值时,即判定这几个特征是相关特征,并对这些相关的特征进行聚类。然后在每个聚类中选择Fisher比最大的特征,对这些特征根据评价函数筛选得到最优特征子集。最后采用SVM分类器对这些最优特征子集进行类别预测。在四个标准的肿瘤DNA微阵列数据集的测试结果证明所提出的肿瘤基因特征选择方法的稳定性和高效性。(本文来源于《计算机应用与软件》期刊2016年07期）
符红霞,黄成兵[3]（2012）在《采用特征分辨率和等价类相关矩阵的特征选择》一文中研究指出特征选择是文本分类的关键步骤之一,所选特征子集的优劣直接影响文本分类的结果。首先分析了词频和文档频并在此基础上对文档频进行优化。然后又以此为基础提出了特征分辨率并先用它初选文本特征。紧接着又把粗糙集引入进来并给出了一个基于等价类相关矩阵的属性约简算法,以此来进一步消除冗余特征。仿真结果表明上述方法无论是在精确度和召回率方面,还是时间性能及平均分类精度方面,都具有一定的优势。(本文来源于《科学技术与工程》期刊2012年34期）
高波[4]（2012）在《与方阵A相关矩阵的特征值及特征向量》一文中研究指出文章由方阵A的特征值及特征向量推导出与其相关矩阵kA、Am、aA+bE、A*、A-1(k、a、b为常数,m∈N+)的特征值及特征向量,并对其应用进行了探究。(本文来源于《常州工学院学报》期刊2012年01期）
曹永卿,吴宏斌[5]（2001）在《相关矩阵的特征值及特征向量的Excel算法》一文中研究指出介绍了应用电子表格Ｅｘｃｅｌ计算相关矩阵特征值和特征向量的方法，为多因素分析提供了一种简便的计算方法．(本文来源于《湖南城建高等专科学校学报》期刊2001年04期）
奚传智,刘书海[6]（1998）在《与矩阵A相关矩阵的特征多项式》一文中研究指出本文给出了一类矩阵特征多项式的求法，进而得出它们的特征值。(本文来源于《枣庄师专学报》期刊1998年03期）
杨葆塘,蓝正平[7]（1992）在《用相关矩阵特征判据法实现叁重不变光学图像识别》一文中研究指出本文首先在K-L变换中用相关矩阵作为特征判据进行特征压缩,然后用综合判别函数法制备空间综合匹配滤波器,可以有效地压缩特征图像数目.用这种滤波器实现了平移、旋转、尺度叁重不变光学图像识别,且有较高的信噪比.(本文来源于《光学学报》期刊1992年01期）
孙五成,徐静斐[8]（1987）在《水稻聚类分析中若干问题的探讨——(Ⅱ)不同相关矩阵的特征根和特征向量稳定性比较》一文中研究指出本研究对29个籼稻品种,10个主要数量性状的二年试验资料计算了遗传相关系数矩阵(R_?)、表型相关系数矩阵(R_?)、环境相关系数矩阵(R_e)和相关遗传力矩阵(R_H)。比较了由这四种相关矩阵计算的特征根的信息浓缩速度和特征向量的稳定性。结果表明:由遗传相关系数矩阵解得的特征根信息浓缩速度最快,特征向量的稳定性最好,而由环境相关系数矩阵解得的特征根信息浓缩速度最慢,特征向量的稳定性最差。(本文来源于《安徽农学院学报》期刊1987年03期）
特征相关矩阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
肿瘤特征基因的选择是肿瘤基因表达数据分类的研究热点之一。针对传统的肿瘤特征基因选择方法无法很好地剔除冗余基因,提出一种混合型的特征选择方法。在所提出的方法中,首先将标签相同的样本划分到同一个矩阵,在所有矩阵中,当且仅当特征间的相关系数均大于特定阈值时,即判定这几个特征是相关特征,并对这些相关的特征进行聚类。然后在每个聚类中选择Fisher比最大的特征,对这些特征根据评价函数筛选得到最优特征子集。最后采用SVM分类器对这些最优特征子集进行类别预测。在四个标准的肿瘤DNA微阵列数据集的测试结果证明所提出的肿瘤基因特征选择方法的稳定性和高效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征相关矩阵论文参考文献
[1].赵小强,张源峰.基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法[J].兰州理工大学学报.2018
[2].胡洋,李波.基于Fisher准则和多类相关矩阵分析的肿瘤基因特征选择方法[J].计算机应用与软件.2016
[3].符红霞,黄成兵.采用特征分辨率和等价类相关矩阵的特征选择[J].科学技术与工程.2012
[4].高波.与方阵A相关矩阵的特征值及特征向量[J].常州工学院学报.2012
[5].曹永卿,吴宏斌.相关矩阵的特征值及特征向量的Excel算法[J].湖南城建高等专科学校学报.2001
[6].奚传智,刘书海.与矩阵A相关矩阵的特征多项式[J].枣庄师专学报.1998
[7].杨葆塘,蓝正平.用相关矩阵特征判据法实现叁重不变光学图像识别[J].光学学报.1992
[8].孙五成,徐静斐.水稻聚类分析中若干问题的探讨——(Ⅱ)不同相关矩阵的特征根和特征向量稳定性比较[J].安徽农学院学报.1987